Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Apprendre Étendre la Fonctionnalité de l'Attribut .iloc[] | Se Familiariser Avec l'Indexation et la Sélection de Données
Techniques Avancées dans Pandas

book
Étendre la Fonctionnalité de l'Attribut .iloc[]

Nous allons apprendre certaines nouvelles fonctionnalités que iloc[] offre. La plus cool est que nous pouvons spécifier les indices à la fois des lignes et des colonnes. Cette caractéristique est similaire à .loc[], mais le dernier indice de la tranche est exclusif.

Regardez l'exemple et la sortie pertinente :

  • data.iloc[1, 2] - extrait l'élément situé dans la deuxième ligne et la troisième colonne du jeu de données. Le premier indice correspond à l'indice de la ligne, et le second à l'indice de la colonne. En effet, vous pouvez en sauter un ;

  • data.iloc[:, 3] - extrait toutes les valeurs des lignes de la quatrième colonne 'IMDb-Rating' ;

  • data.iloc[3, :] ou data.iloc[3] - extrait la 4th ligne et toutes les colonnes pertinentes ;

  • data.iloc[:2, 1:4] - extrait les deux premières lignes et la colonne avec les indices 1, 2, 3 ;

  • data.iloc[[2,4],[1,3]] - extrait les lignes avec les indices 2,4 et les colonnes avec les indices 1, 3.

Tâche

Swipe to start coding

Votre tâche ici est juste de pratiquer. Affichez les informations sur les 50 premières lignes et les colonnes avec les indices 1 et 4.

Solution

import pandas as pd

data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/IMDb_Data_final.csv', index_col = 0)

# Extract needed rows and columns
data_extracted = data.iloc[:50, [1,4]]

print(data_extracted.head())

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 1. Chapitre 6
import pandas as pd

data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/IMDb_Data_final.csv', index_col = 0)

# Extract needed rows and columns
data_extracted = ___

print(data_extracted.head())

Demandez à l'IA

expand
ChatGPT

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

some-alt